सेमांटिक सेगमेंटेशन मॉडल

छवि के प्रत्येक पिक्सेल को एक वर्ग लेबल असाइन करें।

v2

Roboflow पर होस्ट किए गए या अपलोड किए गए एक सेमांटिक सेगमेंटेशन मॉडल पर इन्फ़रेंस चलाएँ।

सेमांटिक सेगमेंटेशन छवि के हर पिक्सेल को एक क्लास लेबल असाइन करता है, जिससे प्रति-ऑब्जेक्ट बाउंडिंग बॉक्स या इंस्टेंस मास्क के बजाय एक सघन सेगमेंटेशन मास्क बनता है।

आप अपने खाते के लिए निजी किसी भी मॉडल, या पर उपलब्ध किसी भी सार्वजनिक मॉडल से क्वेरी कर सकते हैं Roboflow Universe.

इस ब्लॉक का उपयोग करने के लिए आपको अपने Inference वातावरण में अपनी Roboflow API कुंजी सेट करनी होगी। अपनी Roboflow API कुंजी सेट करने के बारे में अधिक जानने के लिए, Inference दस्तावेज़ देखें.

प्रकार पहचानकर्ता

स्टेप में निम्नलिखित पहचानकर्ता का उपयोग करें "type" फ़ील्ड: roboflow_core/roboflow_semantic_segmentation_model@v2 अपने वर्कफ़्लो में ब्लॉक को एक स्टेप के रूप में जोड़ने के लिए।

गुण

नाम	प्रकार	विवरण	संदर्भ
name	str	इस स्टेप के लिए एक विशिष्ट पहचानकर्ता दर्ज करें..	❌
model_id	str	Roboflow मॉडल पहचानकर्ता..	✅
confidence_mode	str	कॉनफ़िडेंस थ्रेशोल्ड कैसे निर्धारित किए जाते हैं..	✅
custom_confidence	float	पूर्वानुमानों के लिए कस्टम विश्वास सीमा..	✅

यह संदर्भ स्तंभ यह इंगित करता है कि संपत्ति को वर्कफ़्लो रनटाइम में उपलब्ध गतिशील मानों के साथ पैरामीटराइज़ किया जा सकता है वर्कफ़्लो रनटाइम। देखें बाइंडिंग्स अधिक जानकारी के लिए।

इनपुट और आउटपुट बाइंडिंग्स

उपलब्ध कनेक्शन उसके बाइंडिंग प्रकारों पर निर्भर करते हैं। देखें कि कौन-से बाइंडिंग प्रकार सिमैंटिक सेगमेंटेशन मॉडल संस्करण v2 है।

इनपुट और आउटपुट बाइंडिंग्स

• इनपुट

  • छवियाँ (छवि): जिस छवि पर अनुमान लगाना है..

  • model_id (roboflow_model_id): Roboflow मॉडल पहचानकर्ता..

  • confidence_mode (string): कॉन्फ़िडेंस थ्रेशोल्ड कैसे निर्धारित किए जाते हैं..

  • custom_confidence (float_zero_to_one): पूर्वानुमानों के लिए कस्टम विश्वास सीमा..

• आउटपुट

  • inference_id (inference_id): Inference पहचानकर्ता।

  • predictions (semantic_segmentation_prediction): सेमांटिक सेगमेंटेशन के लिए प्रति-पिक्सेल क्लास लेबल और कॉन्फ़िडेंस के साथ प्रेडिक्शन।

  • model_id (roboflow_model_id): Roboflow मॉडल आईडी।

उदाहरण JSON परिभाषा

{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/roboflow_semantic_segmentation_model@v2",
	    "images": "$inputs.image",
	    "model_id": "my_project/3",
	    "confidence_mode": "<block_does_not_provide_example>",
	    "custom_confidence": 0.3
	}

v1

Roboflow पर होस्ट किए गए या अपलोड किए गए एक सेमांटिक सेगमेंटेशन मॉडल पर इन्फ़रेंस चलाएँ।

सेमांटिक सेगमेंटेशन छवि के हर पिक्सेल को एक क्लास लेबल असाइन करता है, जिससे प्रति-ऑब्जेक्ट बाउंडिंग बॉक्स या इंस्टेंस मास्क के बजाय एक सघन सेगमेंटेशन मास्क बनता है।

आप अपने खाते के लिए निजी किसी भी मॉडल, या पर उपलब्ध किसी भी सार्वजनिक मॉडल से क्वेरी कर सकते हैं Roboflow Universe.

इस ब्लॉक का उपयोग करने के लिए आपको अपने Inference वातावरण में अपनी Roboflow API कुंजी सेट करनी होगी। अपनी Roboflow API कुंजी सेट करने के बारे में अधिक जानने के लिए, Inference दस्तावेज़ देखें.

प्रकार पहचानकर्ता

स्टेप में निम्नलिखित पहचानकर्ता का उपयोग करें "type" फ़ील्ड: roboflow_core/roboflow_semantic_segmentation_model@v1 अपने वर्कफ़्लो में ब्लॉक को एक स्टेप के रूप में जोड़ने के लिए।

गुण

नाम	प्रकार	विवरण	संदर्भ
name	str	इस स्टेप के लिए एक विशिष्ट पहचानकर्ता दर्ज करें..	❌
model_id	str	Roboflow मॉडल पहचानकर्ता..	✅

यह संदर्भ स्तंभ यह इंगित करता है कि संपत्ति को वर्कफ़्लो रनटाइम में उपलब्ध गतिशील मानों के साथ पैरामीटराइज़ किया जा सकता है वर्कफ़्लो रनटाइम। देखें बाइंडिंग्स अधिक जानकारी के लिए।

इनपुट और आउटपुट बाइंडिंग्स

उपलब्ध कनेक्शन उसके बाइंडिंग प्रकारों पर निर्भर करते हैं। देखें कि कौन-से बाइंडिंग प्रकार सिमैंटिक सेगमेंटेशन मॉडल संस्करण v1 है।

इनपुट और आउटपुट बाइंडिंग्स

• इनपुट

  • छवियाँ (छवि): जिस छवि पर अनुमान लगाना है..

  • model_id (roboflow_model_id): Roboflow मॉडल पहचानकर्ता..

• आउटपुट

  • inference_id (inference_id): Inference पहचानकर्ता।

  • predictions (semantic_segmentation_prediction): सेमांटिक सेगमेंटेशन के लिए प्रति-पिक्सेल क्लास लेबल और कॉन्फ़िडेंस के साथ प्रेडिक्शन।

  • model_id (roboflow_model_id): Roboflow मॉडल आईडी।

उदाहरण JSON परिभाषा

{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/roboflow_semantic_segmentation_model@v1",
	    "images": "$inputs.image",
	    "model_id": "my_project/3"
	}